即刻App年轻人的同好社区
下载
英伟达在5月1日发布了一款开源语音识别模型：Parakeet TDT 0.6B V2，其以 600M 参数登顶 Hugging Face Open ASR 榜单。
平均词错误率（WER）仅 6.05%，超越所有主流闭源模型。它能在 1 秒内转录 60 分钟高质量音频。
基于 FastConformer 架构和 TDT 解码器，仅用 600M 参数实现超低 WER 和极快推理速度。训练数据为 12 万小时 Granary 数据集（含 LibriSpeech、Common Voice 等）。
CC-BY-4.0 许可允许商业和非商业使用！
HF 模型地址：huggingface.co
ASR 排行：huggingface.co
平均词错误率（WER）仅 6.05%，超越所有主流闭源模型。它能在 1 秒内转录 60 分钟高质量音频。
基于 FastConformer 架构和 TDT 解码器，仅用 600M 参数实现超低 WER 和极快推理速度。训练数据为 12 万小时 Granary 数据集（含 LibriSpeech、Common Voice 等）。
CC-BY-4.0 许可允许商业和非商业使用！
HF 模型地址：huggingface.co
ASR 排行：huggingface.co
2 01
来自圈子
AI探索站
101234人已经加入